94 Star 261 Fork 91

泰晓科技 / RISCV-Linux

Create your Gitee Account
Explore and code with more than 12 million developers,Free private repositories !:)
Sign up
This repository doesn't specify license. Please pay attention to the specific project description and its upstream code dependency when using it.
Clone or Download
20230615-section-gc-part3.md 12.53 KB
Copy Edit Raw Blame History

Corrector: TinyCorrect v0.2-rc2 - [spaces]
Author: 谭源 tanyuan98@outlook.com
Date: 2022/06/15
Revisor: Falcon falcon@tinylab.org
Project: RISC-V Linux 内核剖析
Sponsor: PLCT Lab, ISCAS

Section GC 分析 - Part 3 引用建立过程

概述

本文为 解决 Linux 内核 Section GC 失败问题 系列文章的一部分。

上一篇文章 我们介绍了在开启 --gc-sections 选项后,gold 链接器删除未使用到的 section 的过程。

这篇文章我们将结合 ld.bfd 链接器(即默认使用的 ld)源码,探索链接器建立引用关系的过程。

准备工作

下载代码

wget https://ftp.gnu.org/gnu/binutils/binutils-2.40.tar.gz
tar xvf binutils-2.40.tar.gz
cd binutils-2.40/

或者克隆 binutils 仓库

git clone https://mirrors.tuna.tsinghua.edu.cn/git/binutils-gdb.git

编译

make all-ld -j

编译生成的 ld.bfd 链接器位于 ld/ld-new

配置调试环境

编写一个用来测试的程序 test.c

int fun1()
{
    return 0;
}

int fun2()
{
    return 0;
}

int un_used(){
    return 0;
}

int main(){
    fun1();
    fun2();
    return 0;
}

fun1()fun2() 都被 main() 调用了,需要在 GC 过程中保留;un_used() 函数没有被使用过,需要在 GC 过程中删除。

和上一篇文章一样,我们编写一个配置文件,让我们能直接在 VSCode 中进行调试。具体使用方法可以参考 上一篇文章

{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "GDB BFD",
            "type": "cppdbg",
            "request": "launch",
            "program": "${workspaceFolder}/ld/ld-new",
            "args": [
              "--gc-sections",
              "-dynamic-linker",
              "/lib64/ld-linux-x86-64.so.2",
              "-pie",
              "/usr/lib/gcc/x86_64-pc-linux-gnu/13.1.1/../../../../lib/Scrt1.o",
              "/usr/lib/gcc/x86_64-pc-linux-gnu/13.1.1/../../../../lib/crti.o",
              "/usr/lib/gcc/x86_64-pc-linux-gnu/13.1.1/crtbeginS.o",
              "-L/usr/lib/gcc/x86_64-pc-linux-gnu/13.1.1",
              "-L/usr/lib/gcc/x86_64-pc-linux-gnu/13.1.1/../../../../lib",
              "-L/lib/../lib",
              "-L/usr/lib/../lib",
              "-L/usr/lib/gcc/x86_64-pc-linux-gnu/13.1.1/../../..",
              "test.o",
              "-lgcc_s",
              "-lc",
              "-lgcc",
              "/usr/lib/gcc/x86_64-pc-linux-gnu/13.1.1/crtendS.o",
              "/usr/lib/gcc/x86_64-pc-linux-gnu/13.1.1/../../../../lib/crtn.o"
          ],
            "cwd": "${workspaceFolder}",
            "setupCommands": [
              {
                  "description": "Enable pretty-printing for gdb",
                  "text": "-enable-pretty-printing"
              }
            ],
            "stopAtEntry": false
        }
    ]
}

术语解释

  • 符号(Symbol):符号通常指代一个变量或者函数的名称。例如,在 C 语言中,当声明一个函数或变量,编译器会把它们的名称保存为符号。符号表是一个保存了所有符号及其相关信息的数据结构,链接器主要通过它来寻找和解决引用。

  • 重定位(Relocation):在编译和链接过程中,重定位是一个重要步骤。当编译器编译源代码时,它并不知道每个符号最后会被放置在内存的什么位置。因此,编译器生成的对象文件中,会包含一些需要在链接过程中被填充真正地址的占位符,这些占位符就需要重定位。例如,如果一个函数调用了另一个函数,编译器在编译时可能并不知道被调用的函数在内存中的真正地址,所以它会生成一个占位符。然后在链接过程中,链接器会找到被调用函数的真正地址,替换掉占位符,完成重定位。

  • 重定位条目(Relocation Entry):汇编器遇到最终位置未知的目标引用,会生成一个重定位条目,告诉链接器在将目标文件合并成可执行文件时如何修改这个引用。

    typedef struct
    {
      Elf64_Addr r_offset; // 需要被修改的引用的节偏移
      Elf64_Xword r_info; // 存储符号表索引和重定位类型。
      Elf64_Sxword r_addend;
    } Elf64_Rela;

函数调用链分析

elflink.c 中的 _bfd_elf_gc_mark() 函数显而易见是用来标记已经用到的 section 的。

bool
_bfd_elf_gc_mark (struct bfd_link_info *info,
		  asection *sec,
		  elf_gc_mark_hook_fn gc_mark_hook)
{
  bool ret;
  asection *group_sec, *eh_frame;

  sec->gc_mark = 1;

  /* Mark all the sections in the group. */
  group_sec = elf_section_data (sec)->next_in_group;
  if (group_sec && !group_sec->gc_mark)
    if (!_bfd_elf_gc_mark (info, group_sec, gc_mark_hook))
      return false;

  /* Look through the section relocs. */
  ret = true;
  eh_frame = elf_eh_frame_section (sec->owner);
  if ((sec->flags & SEC_RELOC) != 0
      && sec->reloc_count > 0
      && sec != eh_frame)
    {
      struct elf_reloc_cookie cookie;

      if (!init_reloc_cookie_for_section (&cookie, info, sec))
	ret = false;
      else
	{
	  for (; cookie.rel < cookie.relend; cookie.rel++)
	    if (!_bfd_elf_gc_mark_reloc (info, sec, gc_mark_hook, &cookie))
	      {
		ret = false;
		break;
	      }
	  fini_reloc_cookie_for_section (&cookie, sec);
	}
    }

  if (ret && eh_frame && elf_fde_list (sec))
    {
      struct elf_reloc_cookie cookie;

      if (!init_reloc_cookie_for_section (&cookie, info, eh_frame))
	ret = false;
      else
	{
	  if (!_bfd_elf_gc_mark_fdes (info, sec, eh_frame,
				      gc_mark_hook, &cookie))
	    ret = false;
	  fini_reloc_cookie_for_section (&cookie, eh_frame);
	}
    }

  eh_frame = elf_section_eh_frame_entry (sec);
  if (ret && eh_frame && !eh_frame->gc_mark)
    if (!_bfd_elf_gc_mark (info, eh_frame, gc_mark_hook))
      ret = false;

  return ret;
}

我们暂时不关心它的逻辑,先看看它的调用链。

在该函数处打断点,一直 continue 到 sec.name.text.main

image-20230615160546236

可以看到左下方的调用栈,有两个 _bfd_elf_gc_mark() 在栈中,r_offset 为 10。

如果在 13829 行继续运行,进入函数 _bfd_elf_gc_mark_reloc() 后,该函数又会调用一次 _bfd_elf_gc_mark()

image-20230601152244101

这又向调用栈压入了两个 frame,有了三个 _bfd_elf_gc_mark() 栈。点击左侧的 Call Stack 某一项可以切换栈,查看不同栈的值。

frame sec.name
frame 5 .text.fun1
frame 3 .text.main
frame 1 .text

上表是不同 frame 下变量 sec.name 的值,表示当前 frame 处理的 section 名。说明此时压入了栈正在处理 .text.fun1

image-20230601153457712

等到 frame 5frame 4 执行完,返回到 frame 3 执行时,for 循环 cookie.rel 执行了++操作,这里又开始遍历 .text.main 的下一个引用。从上图我们可以得知,该引用项的 r_offset 为 20。这里调用 _bfd_elf_gc_mark_reloc() 函数,该函数又会调用 _bfd_elf_gc_mark() 来处理这个引用,即压入新的栈,重新建立了 frame 4frame 5

image-20230601222533263

下表是重新建立 frame 5 后当前调用栈的状态。和之前表不同,此时 frame 5sec.name 值为 .text.fun2

frame sec.name
frame 5 .text.fun2
frame 3 .text.main
frame 1 .text

据此可以推测出,这里是在递归扫描 section 引用到的其他 section,即扫描一个 section 时,会将当前 section 的 gc_mark 置为 1,然后遍历该 section 的引用(压入调用栈),直到栈空且 for 循环执行完毕,对该 section 的扫描才结束。

数据结构和代码解析

遍历当前 section 引用到的 section 是 _bfd_elf_gc_mark() 函数中的这段代码完成的:

  for (; cookie.rel < cookie.relend; cookie.rel++)
    if (!_bfd_elf_gc_mark_reloc (info, sec, gc_mark_hook, &cookie))
      {
    ret = false;
    break;
      }

_bfd_elf_gc_mark() 函数会调用 _bfd_elf_gc_mark_reloc() 函数

这里 cookie 的类型是 elf_reloc_cookie

struct elf_reloc_cookie
{
  Elf_Internal_Rela *rels, *rel, *relend; // 表示 ELF 文件中的重定位条目。分别表示重定位条目数组的开始、末尾,和当前处理的重定位条目
  Elf_Internal_Sym *locsyms; // ELF 文件中的本地符号表。
  bfd *abfd;
  size_t locsymcount;
  size_t extsymoff;
  struct elf_link_hash_entry **sym_hashes;
  int r_sym_shift;
  bool bad_symtab;
};

那么这个循环的目的是遍历所有的重定位条目(从 cookie.relcookie.relend 之间的所有条目)。在每次循环中,都会调用 _bfd_elf_gc_mark_reloc 函数对当前的重定位条目进行处理。

下表是处理到 .text.fun2 时,栈的情况:

frame 调用函数 处理对象
frame 5 _bfd_elf_gc_mark() .text.fun2
frame 4 _bfd_elf_gc_mark_reloc() .text.fun2
frame 3 _bfd_elf_gc_mark() .text.main
frame 5 _bfd_elf_gc_mark_reloc() .text.main
frame 1 _bfd_elf_gc_mark() .text

ELF 中的重定位条目

经过上面的解析,我们可以知道链接器是通过重定位条目来得知一个 section 引用了哪些其他 section 的。重定位条目其实就存储在 ELF 文件中。

$readelf -r test.o

Relocation section '.rela.text.main' at offset 0x278 contains 2 entries:
  Offset          Info           Type           Sym. Value    Sym. Name + Addend
00000000000a  000600000004 R_X86_64_PLT32    0000000000000000 fun1 - 4
000000000014  000700000004 R_X86_64_PLT32    0000000000000000 fun2 - 4

Relocation section '.rela.eh_frame' at offset 0x2a8 contains 4 entries:
  Offset          Info           Type           Sym. Value    Sym. Name + Addend
000000000020  000200000002 R_X86_64_PC32     0000000000000000 .text.fun1 + 0
000000000040  000300000002 R_X86_64_PC32     0000000000000000 .text.fun2 + 0
000000000060  000400000002 R_X86_64_PC32     0000000000000000 .text.un_used + 0
000000000080  000500000002 R_X86_64_PC32     0000000000000000 .text.main + 0

从这个命令的输出我们可以得到下表:

Sym. Name Offset 十六进制 Offset 十进制
fun1 00000000000a 10
fun2 000000000014 20

这和函数调用链分析中的值分别为 10 和 20 的 r_offset 相同,同时 .rela.text.main 的条目项没有 un_used。说明链接器就是读取的这部分信息来解析引用关系的。

总结

我们通过研究链接器链接一个简单程序的例子,从源码层面分析了开启 --gc-sections 选项后链接器是如何确定一个函数的 section 引用了哪些其他函数 section 的。

链接器会从 ELF 文件中的重定位条目中解析处理引用信息。

其实对于全局变量来说,链接器会做一样的操作。-fdata-sections 选项会把每个全局变量放入单独的 .bss section 中。假如 fun1() 使用了全局变量 used,那么在遍历 fun1() 的引用时就会解析 .bss.used section。

参考资料

1
https://gitee.com/tinylab/riscv-linux.git
git@gitee.com:tinylab/riscv-linux.git
tinylab
riscv-linux
RISCV-Linux
master

Search

53164aa7 5694891 3bd8fe86 5694891